Open-Source-KI holt auf: Llama 4, Gemma 4 & GLM-5.1 – was das für Datenschutz-bewusste KMU heisst

Meta, Google und Zhipu AI haben in den ersten April-Tagen 2026 ihre neuesten offenen Modelle veröffentlicht. Für Schweizer KMU eröffnet das eine ernsthafte Alternative: KI im eigenen Haus statt in der US-Cloud.

Was in den letzten zwei Wochen passiert ist

Der April hat eine ungewöhnlich dichte Welle an Open-Source-KI-Releases gebracht:

2. April: Google veröffentlicht Gemma 4 – die nächste Generation seiner offenen, lokal lauffähigen Modellfamilie.
5. April: Meta bringt Llama 4 Scout (leichtgewichtig) und Llama 4 Maverick (für komplexere Aufgaben) – nach 14 Milliarden Dollar Vorlaufinvestition.
7. April: Zhipu AI aus China launcht GLM-5.1, das auf mehreren Benchmarks mit westlichen Premium-Modellen gleichauf liegt.
8. April: Meta ergänzt mit Muse Spark ein multimodales Modell für Agenten-Aufgaben.

Die gemeinsame Botschaft dieser Woche: Der Abstand zwischen den geschlossenen Top-Modellen (Claude, GPT, Gemini) und den besten offenen Modellen ist so klein geworden wie nie zuvor.

Warum das für Schweizer KMU spannend ist

Die grösste Hürde für KI-Einsatz in vielen Schweizer Unternehmen war nie die Technik – es war der Datenschutz. Wer Mandantendaten, Lohndaten oder Gesundheitsdaten in eine US-Cloud schickt, hat ein Compliance-Problem, das kein noch so gutes Modell aus der Welt schafft.

Mit Llama 4 und Gemma 4 ändert sich die Ausgangslage. Diese Modelle kannst du:

Lokal auf eigenem Server betreiben – mit einer Mittelklasse-GPU (z.B. NVIDIA L40S) ab rund CHF 8'000 Hardware-Einsatz ist ein produktives Setup realistisch.
Bei einem Schweizer Hoster betreiben – Infomaniak, Exoscale und mehrere regionale Provider bieten inzwischen GPU-Instances mit Schweizer Datenlokalität.
Air-Gapped einsetzen – also komplett ohne Internet-Verbindung, was für hochsensible Umgebungen (Pharma, Rechtsberatung, Bundesverwaltung) den Unterschied zwischen "erlaubt" und "undenkbar" ausmacht.

Wo offene Modelle noch nicht mithalten

Ehrlich bleiben: Für anspruchsvolle Reasoning-Aufgaben, Code-Generierung auf hohem Niveau und lange Agenten-Workflows sind Claude Opus 4.7 oder GPT-5.4 weiterhin vorne. Wer einen KI-Agenten bauen will, der Tag und Nacht komplexe Recherchen macht, greift 2026 noch zu den geschlossenen Premium-Modellen.

Für die meisten KMU-Aufgaben reichen die offenen Modelle aber locker:

Klassifikation (Eingangsmail, Support-Anfrage, Rechnung vs. Werbung)
Zusammenfassungen (Meetings, Dokumente, Verträge)
Text-Entwürfe (Offerten, Antwortmails, Social-Media-Posts)
Datenextraktion aus PDFs und Bildern
Semantische Suche in der eigenen Dokumentenbasis (RAG)

Was das preislich bedeutet

Ein gerechnetes Beispiel (kein Kundenfall): Ein KMU mit rund 20 Mitarbeitenden, das monatlich ca. 3'000 KI-Anfragen erzeugt (E-Mail-Klassifikation, Dokumenten-Zusammenfassungen), zahlt bei Claude oder GPT über die API grob zwischen CHF 80 und CHF 250 pro Monat. Bei einem lokal betriebenen Llama-4-Scout liegen die Kosten pro Anfrage nahe null – dafür steht die Hardware von rund CHF 8'000 im Raum. Diese Investition ist bei CHF 250 pro Monat nach rund 32 Monaten amortisiert, bei CHF 80 pro Monat erst nach über 8 Jahren, Strom und Wartung nicht eingerechnet. Bei diesem Volumen ist der Datenschutz deshalb das stärkere Argument als der Preis.

Bei 300'000 Anfragen im Monat (z.B. eine Online-Plattform mit eingebauter KI-Funktion) kippt die Rechnung schon viel früher: Hier rechnet sich die eigene Infrastruktur oft nach wenigen Monaten.

Unser Praxis-Tipp für diese Woche

Wenn KI bei dir bisher am Datenschutz scheitert: Teste Gemma 4 oder Llama 4 Scout lokal – für viele Aufgaben reicht sogar ein MacBook mit M4-Chip oder ein Standard-PC mit einer RTX-4090-GPU. Mit Werkzeugen wie Ollama oder LM Studio bist du in 30 Minuten startklar. Selbst wenn du am Ende zu einem Cloud-Modell zurückkehrst: Du weisst dann, was du lokal bekommen kannst – und was nicht. Das ist eine wertvolle Grundlage für jede ernsthafte KI-Strategie.